【故障公告】发布 .NET Core 版博客站点引起大量 500 错误

  • 时间:
  • 浏览:0
  • 来源:大发uu快3_uu快3计划三期必中_大发uu快3计划三期必中

非常抱歉,今天上午的博客站点故障给另一个人带来了很大的麻烦,请另一个人谅解。这次故障是另一个人发布 .NET Core 版博客站点引起的,着实另一个人进行了充分的准备,但还是低估了高并发下的错综复杂大大问题。

以下是故障背景与大致经过:

在这些 炎炎夏日,另一个人正热火朝天地忙着整个 .NET Core 迁移工程的收官 —— 发布 .NET Core 版博客站点与博客后台。另一个人的一点系统都早已迁移至 .NET Core 并已在线上工作一番时日,只剩下最难啃的硬骨头 —— 博客系统,到这些 月这根钢铁般坚硬的硬骨头也被啃得差这麼来越多了,它的发布上线将为另一个人整个 .NET Core 迁移工程画上完美的句号,并顺带以此里程碑迎接 .NET Core 3.0 正式版的发布。

什么都 ,发布 .NET Core 版博客站点与博客后台成为另一个人8月份最重要的工作。.NET Core 版博客站点7月份要因为完成开发,这段时间一边进行更进一步的内测,一边进行灰度发布,接入一点生产流量以发现另一个人测试中未能发现的大大问题并进行修复,在上个周末接入更多生产流量进行测试与修复后,另一个人因为很有信心,评估后认为已具备正式发布条件,除了另一个人无法在测试环境中模拟的博客系统地处的错综复杂高并发场景。

于是一边带着信心,一边带着对高并发大大问题的担心,另一个人决定在今天一大早进行发布。

发布时的部署场景是从前的,博客系统基于 .NET Core 3.0 Preview 7 (EF Core 用的还是 3.0 Preview 5),7台阿里云 centos 服务器组建了 docker swarm 集群,6台4核8G服务器作为 worker 节点跑博客站点的应用容器,1台2核4G的服务器作为 manager 节点(不部署任何容器),每个 worker 节点都部署 1 个 nginx 与 .net core 博客应用容器,所有请求都由阿里云均衡转发到 nginx 容器,再由 nginx 容器转发给 .net core 应用容器,nginx 通过端口映射的法子监听 worker 节点服务器的 150 端口。

从前的部署环境也是另一个人经过长期验证的,唯一这麼经过验证的要是博客系统这麼高的并发。

顶着三个 多高并发大大问题的风险(docker swarm 与 .net core ),另一个人在今天早上 5:150 左右进行了发布。

之前 之前 结束了了访问量小,并发低,没出现大大问题,但到 8:150 左右出现大大问题了,打开什么都 博客页面要1秒多(正常清况 是几十毫秒),而在容器内用 curl 命令请求与非 到10毫秒。

$ docker exec -t $(docker ps -f name=blog_web -q) curl -H 'X-Forwarded-Proto:https' -w %{time_total} -o /dev/null -s localhost 
0.002876

怀疑是 nginx 的大大问题,准备重新创建三个 多 docker 集群,不必  nginx 直接用 kestrel 监听 150 端口。

要是同事指出,与非 nginx 的大大问题,是 docker swarm 端口映射在高并发下的性能大大问题,只有将端口映射改为 host 网络模式都可以正确处理这些 大大问题。

9:150 左右,随着并发这麼高,nginx 容器之前 之前 结束了了报 1150 错误,之前 之前 结束了了以为是集群中的服务器负载地处问题,于是向 docker swarm 集群中加在服务器,但于事无补,1150 错误这麼来越多。

出现 1150 错误时,有时刷新一次就会好,有时需刷新好十有几个 ,怀疑是集群中一点服务器不稳定,于是一台一台登录集群中的服务器进入容器用 curl 命令进行测试,除了1台服务器不稳定,一点服务器 curl 命令测试时响应传输效率都正常,将那台不太稳定的服务器下线,大大问题依旧,随着并发量继续增大,1150 错误也继续增多。

进一步分析后,怀疑 1150 错误因为高并发下 nginx 容器与 .net core 应用容器之间的网络通信出现大大问题,于是 10:150 左右决定放弃这次发布,回退至跑在 Windows 上的 .net framework 版本博客站点,恢复了正常。